Transformation paramétrique de distance à vol doiseau en distance
10 déc. 2018 Dans cette partie nous rappelons la définition d'un processus de Poisson dans R2 ainsi que quelques propriétés de celui-ci. Pour plus de ...
La France à vol doiseau. [Volume 2] / Onésime Reclus
7/ Pour obtenir un document de Gallica en haute définition contacter orientale
Léchelle et le calcul de distance
A. Définition C. Estimer une distance à vol d'oiseau entre deux lieux ... Calculs de distance : estime la distance à vol d'oiseau et entoure la bonne ...
Catoptique:vue à vol doiseau et construction géométrique
26 nov. 2007 (urbains ou non) « à vol d'oiseau » ou vus de haut
Module 1: Compréhension des concepts de Voies de Migration pour
Définitions de l'espèce migratrice de la migration et des voies de migration Le comportement et les techniques de vol des oiseaux d'eau.
UIT-T Rec. G.826 (02/99) Paramètres et objectifs relatifs aux
15 févr. 1999 Les Annexes A B
UIT-T Rec. G.827 (09/2003) Paramètres et objectifs de disponibilité
13 sept. 2003 définition de la disponibilité retenue dans d'autres technologies de ... si la distance à vol d'oiseau est inférieure à 1000 km ...
Intelligence Artificielle Heuristique
introduction d'une fonction heuristique h(n) qui estime le coût du chemin Par exemple hdd (n) est la distance `a vol d'oiseau entre la ville n et.
LA MESURE DE LA DISTANCE DANS LE MODÈLE DE GRAVITÉ
Même si les distances à vol d'oiseau sont identiques les distances réelles seront différentes
Heures de conduite et de repos des conducteurs de véhicules lourds
formation en transport routier de Saint-Jérôme du Centre de formation en tranport Les définitions . ... La distance de 160 km à vol d'oiseau calculée à.
Des distances à vol doiseau aux distances réelles ou de lorigine
De nombreuses enquêtes sur les déplacements ne fournissent au mieux que des distances à vol d'oiseau (ou portée des déplacements) entre origines et destinations
Des distances à vol doiseau aux distances réelles ou de lorigine
Exemple fictif de gain de temps réalisé grâce à l'utilisation d'une voie rapide au prix d'un allongement des distances parcourues Type de parcours Distance à
[PDF] Transformation paramétrique de distance à vol doiseau en - HAL
10 déc 2018 · Dans cette partie nous rappelons la définition d'un processus de Poisson dans R2 ainsi que quelques propriétés de celui-ci Pour plus de
à vol doiseau - Définition de lexpression - Dictionnaire Orthodidacte
L'expression à vol d'oiseau caractérise une distance Elle signifie « en ligne droite » Il y a plusieurs façons d'appréhender la distance entre deux points
à vol doiseau : Définition simple et facile du dictionnaire
1 jan 2021 · A vol d'oiseau signifie "en ligne droite sans déviation tout droit" Exemple : Le belvédère qui est le point d'arrivée de notre randonnée se
[PDF] Comment calculer une distance à vol doiseau ? - Géodésie - IGN
1 fév 2019 · Il est possible de calculer la distance à vol d'oiseau entre deux points avec une carte IGN que vous pouvez vous procurer en magasin ou par
[PDF] La France à vol doiseau / Onésime Reclus - Gallica - BnF
7/ Pour obtenir un document de Gallica en haute définition contacter orientale le Forez n'est à vol d'oiseau qu'à quinze
[PDF] Les sens de la distance - Chateaubriand Rennes
de nos jours la définition du mètre a fini par lui échapper complètement la distance « à vol d'oiseau » ; mais elle ne tient pas compte de la
[PDF] Calcul a posteriori des distances dans les enquêtes ménages
7 jui 2019 · Le calcul des distances à vol d'oiseau entre zones fines La promenade est par définition une action diffuse
Quelle est la distance à vol d'oiseau ?
L'ANTISECHE - La distance "à vol d'oiseau" est une distance en ligne droite, sans se soucier des routes ou bâtiments.Comment trouver la distance à vol d'oiseau ?
Le service de cartographie de Google permet en effet de calculer une distance à vol d'oiseau. Il suffit pour cela de vous rendre sur le site de Google Maps et de repérer votre domicile. Cliquez dessus pour faire apparaître un pion. Ensuite, faites un clic droit dessus et appuyez sur « Mesurer une distance ».Pourquoi la distance à vol d'oiseau ne fonctionne pas pour l'être humain ?
Pour aller d'un point à un autre, un oiseau pourrait voler en ligne droite et donc parcourir uniquement la distance qui sépare ces points. Mais un humain, sur le sol, suivrait une route qui n'est pas forcément toute droite et serait donc amené à parcourir une plus grande distance.- Le site Géoportail
Il vous suffit de cliquer sur l'onglet outil, puis sur "Mesures". Choisissez ensuite "Calculer une isochrone" et rentrez votre adresse. Vous pouvez choisir le déplacement à pieds ou en voiture. Cette méthode vous permet de visualiser un cercle de 10 km à "vol d'oiseau".
2M /BbiM+2 bm` mM2 pQB`B2
hQ +Bi2 i?Bb p2`bBQM, Transformation paramétrique de distance à vol d"oiseau en distance sur une voirieHuong Nguyen
, Frédérique Robiny, Audrey VonseelzAugust 21, 2018
1 Introduction
Ce rapport présente les résultats obtenus à l"issue de la semaine d"études maths-entreprise (SEME),
organisée par l"Agence pour les Mathématiques en Interaction avec les Entreprises (AMIES) et le
Laboratoire de Mathématiques et Applications (LMA) de l"Université de Poitiers et s"étant déroulée
à Poitiers au printemps 2018.
L"étude, proposée par Catherine Gloaguen
1et encadrée par Hermine Biermé2, vise à proposer une
estimation d"une distanceau plus court chemin sur une carte aléatoire modélisant des grandsréseaux d"accès fixes sachant la distance à vol d"oiseaud. La modélisation aléatoire des rues utilise
des techniques de géométrie stochastique (pavages de Poisson type Voronoï, Delaunay ou Ligne)
et est considérée comme connue.Après avoir rappelé brièvement le contexte et exposé les outils de géométrie stochastique exploités
ainsi que la problématique, nous présenterons les trois démarches numériques proposées ainsi qu"une
analyse de celles-ci. Des pistes pour une poursuite d"étude plus théoriques seront proposées en
dernière partie.Contents
1 Introduction1
2 Contexte2
2.1 Carte aléatoire
22.1.1 Processus ponctuel de Poisson
32.1.2 Pavage de Poisson-Voronoï
43 Démarche proposée
53.1 Précisions sur le pavage de Poisson-Voronoï
53.1.1 Domaine d"étudeB. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5
3.1.2 Intensité de sautB. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6
3.2 Distance à vol d"oiseau sur une carte aléatoire
73.2.1 Méthode 1 : Fixer un point sur un noeud
73.2.2 Méthode 2 : Tirage d"un point aléatoire
83.2.3 Méthode 3 : Tirage de points quelconques
84 Analyse des solutions proposées
94.1 Comparaison entre les trois méthodes
94.2 Proposition de modèles pouren fonction de d. . . . . . . . . . . . . . . . . . . 10
4.2.1 Modèle 1 : modèle linéaire
114.2.2 Modèle 2 : prise en compte de la taille d"une arête
12 Université Paris-Est, LAMA, UMR 8050, UPEMLV, CNRS, UPEC, F-77454 Marne-la-Vallée, FranceyInria, Université Paris-Saclay LMS, Ecole Polytechnique, CNRS, Université Paris-Saclay. mail: fred-
erique.robin@inria.fr zUniversité de Strasbourg, CNRS, IRMA UMR 7501, F-67000 Strasbourg, France1Orange Labs, 38-40, rue du Général Leclerc, F-92794 Issy-les-Moulineaux, France
2Laboratoire de mathématiques et applications UMR CNRS 7348, 86962 Chasseneuil
15 Discussion/Généralisation12
6 Annexe13
6.1 Algorithme de Djikstra
136.2 Effets de bords
146.3 Figure avec les nombres de noeuds traversés
142 Contexte
Des modèles stochastiques spatiaux pour des réseaux de télécommunications ont été développés
depuis les dernières années comme une alternative à des modèles économiques traditionnels pour
chiffrer les équipements et les plannings stratégiques [Gloaguen 2006]. Véritable structure vivante
pouvant être considérée à différentes échelles : quartier, ville, région, etc., le réseau de télécom-
munication est une structure complexe d"une grande diversité de formes (circulaires, tentaculaires,
droites, voir parfois même fractales [ CT11 ]) non figées dans le temps. Soumis au grès de con-traintes imposées par l"Homme, il s"auto-organise et se développe selon une logique de division et
d"expansion. En particulier,Orange Labsutilise les modèles de pavages aléatoires pour analyser le réseauroutier dans le but d"optimiser les coûts de déploiements de réseaux de fibres sur le territoire
GC18 ]. Les ingénieurs ont souvent besoin d"estimer une distanceau plus court chemin ensuivant la voirie entre deux points (noeuds du réseau, clients). On ne souhaite pas recourir à la
distance sur une carte mais utiliser les modèles aléatoires à disposition. Par conséquent, ces points
ne seront pas caractérisés par leurs positions géographiques mais par la distance entre ceux-ci. En
exploitant les modèles aléatoires stationnaires simulant les rues, nous chercherons à proposer un
modèle reliant les grandeursetd.2.1 Carte aléatoire
Modéliser la géométrie des infrastructures (système routier) est la première étape dans l"analyse
des réseau de télécommunications. Il est donc important de choisir un modèle de pavage approprié
GFSS06
]. Initialement proposé pour modéliser la répartition spatiale d"organismes vivants (par exemple, les capillaires sanguins [ MEFS ]), le processus de saut est également un outil mathématiquepertinent pour rendre compte de la diversité des formes géométriques que l"on peut rencontrer dans
un réseau routier. Lorsque l"on considère un intervalle de temps relativement court, le paysage
urbain évolue peu et est dans un état quasi-stationnaire, ce qui motive l"utilisation de processus
de saut homogène en temps.La géométrie des infrastructures peut être rendu compte à l"aide d"un pavage du plan (partition
sans superposition, ni trou), que l"on noteraP. Ce pavage est supposé régulier, si bien que l"on peut
le déterminer entièrement par trois grandeurs géométriques scalaires indépendantes, des intensités
exprimées en unité d"aire, résumées dans le tableau ci-dessous :intensitéinterprétationdimension
(0)Nombre moyen de noeuds p.u.a.[L]2 (1)Nombre moyen de milieux de cotés p.u.a.[L]2 (2)Nombre moyen de centres de cellules p.u.a.[L]2(3)Longueur moyenne totale des bords p.u.a.[L]1La morphologie d"un pavage est alors représentée par le vecteur
P= ((0);(1);(2);(3)):
Bien que seul trois paramètres soient nécessaires pour caractériser un pavage, le dernier paramètre
((3), le nombre moyen d"arêtes) est inclus à des fins de vérification et doit être égale au nombre
moyen de croisements plus les cellules.Les modèles aléatoires de pavage sont des outils mathématiques privilégiés pour simuler ef-
ficacement un réseau à partir de règles simples et qui reproduisent la réalité (pour un nombre
suffisant de réalisations). Parmi les processus existant, trois processus de pavage de Poisson sont
généralement utilisés pour produire des pavages aléatoires dans le plan et dans l"espace : le pavage
2 de Poisson par des lignes (PLT :Poisson Line Tesselation), le pavage de Poisson-Voronoï (PVT :Poisson Voronoï Tesselation) et le pavage de Poisson-Delaunay (PDT :Poisson Delaunay Tes- selation) [GFSS06], section 9.5 de [CSKM13]. Ces modèles Poissonniens, bien que simples, sontsuffisants en général, mais de meilleurs ajustements peuvent être obtenus en considérant par ex-
emple des pavages STIT (section 9.6 de [CSKM13
]) ou en utilisant une procédure de segmentation qui partitionne automatiquement une ville en autant de parties homogènes que souhaité [GFSS06
Ces trois processus sont spécifiés par une unique intensitéque l"on peut relier aux paramètres
caractérisant un pavagePpar les relations ci-dessous :P(type,)PLTPDTPVT (0)- Nombre moyen de noeuds p.u.a. 2=2 (1)- Nombre moyen de milieux de cotés p.u.a.22=33 (2)- Nombre moyen de centres de cellules p.u.a. 2=2 (3)- Longueur moyenne totale des bords p.u.a.32 p=(3)2 p Table 1:Intensité des processus PVT, PLT et PDT et grandeurs caractéristiques.Dans le cas de processus stationnaire, des relations algébriques peuvent être trouvées pour relier
l"intensité de sautau grandeur caractéristique. Pour plus de détails, voir [VGS13] ainsi que le
chapitre 10 de [ SW082.1.1 Processus ponctuel de Poisson
Dans cette partie, nous rappelons la définition d"un processus de Poisson dansR2ainsi que quelques
propriétés de celui-ci. Pour plus de détails, le lecteur peut se référer à la section 2.4 de [
CSKM13
Definition 2.1 (Processus ponctuel de Poisson dansR2(cf [Fle03]))On appelleXun pro- cessus ponctuel dansR2d"intensitéXsi 1. p ourtout n0, pour tousB1;B2;:::;Bn, ensembles mesurables bornés deR2disjoints deux à deux,(X(B1);:::;X(Bn))est un vecteur indépendant, 2. p ourtout Bmesurable deR2,X(B)suit une loi de Poisson de paramètreX(B):P(X(B) =k) =eX(B)(X(B))kk!
Le point (1) de la définition
2.1 caractérise l"indép endancede la disp ersiondes p oints,tandis que le point (2) caractérise la distribution Poissonienne des points (section 2.4 de [CSKM13
Dans le cas d"un processus ponctuel stationnaire (tel que sont le PVT, PDT et PLT), la mesure X(B)est proportionnelle à la mesure de Lebesgue:X(B) =X(B). Le scalaireX2(0;1) est l"intensité du processus. Cette intensité caractérise totalement le processus. Remarque 2.1 (Processus de saut, autre caractérisation)Un processus de saut peut être à la fois vu comme une suite de variables aléatoiresX=fx1;x2;:::gou une mesure de comptage : pour tout ensemble borélien C,X(B)représente les points aléatoires deXdansB. (cf section2.3.1 [
CSKM13
Remarque 2.2[Stationnaire et isotrope]
1. Si X=fx1;x2;:::gest un processus de sautstationnaire, le processus translatéXx:=fx1+ x;x2+x;:::g, a la même distribution queXpour toutx2R2(cf section 2.3.1 [CSKM13]).
2. Un pr ocessusde saut X=fx1;x2;:::gest ditisotropesi, pour toutes rotations par rapport à l"origine,XetX:=X=fx1;x2;:::gont la même distribution. Dans le cas d"une distribution stationnaire, cela revient à s"assurer queB:=fb;b2Bg=B(cf section 2.3.1CSKM13
3 Simulation numérique d"un processus de Poisson stationnaire dansR2Un processus de Poisson stationnaire dansR2se simule de la même manière qu"un processus dansR. Pour plus de détails, voir section 2.5 de [CSKM13
]. Pour cela, il suffit de se fixer une fenêtre d"observation BR2. Par simplicité,Best choisi compact. On simule ensuite le nombre de pointsNdans le compactBselon une loi de Poisson de paramètre(B)(définition2.1 , point (2)). Puis on tire aléatoirement lesNpoints selon une loi uniforme dans l"ensembleB(ces points sont indépendants les uns par rapport aux autres, définition 2.1 , point (1)).2.1.2 Pavage de Poisson-Voronoï
Parmi les trois pavages aléatoires élémentaires qu"étudieOrange Labs, nous avons choisi de nous
concentrer sur le pavage de Poisson-Voronoï, qui est dédié généralement aux réseaux dans un
quartier. Nous exposons ci-dessous comment simuler un tel processus. On se fixe une intensité de sautBet un ensembleB2R2supposé compact. Dans un premier temps, on simule un processus de Poisson stationnaireXdansR2d"intensitéB(B). On note X=fx1;x2;:::;xNgla suite de points générée par ce processus etNest le nombre de ces pointsaléatoires. Dans un second temps, on construit les sommets et les arêtes du pavage de Voronoï
à partir de l"ensemble des centresX(cf Figure1 ) : pour chaque centrexn2X, on construit sa cellule de Voronoï associée p(xn) :=\ m6=nH(xn;xm) =fx2R2:jxxnj jxxmj;8m6=ng; oùHest le demi-plan défini par x n;xm2X; H(xn;xm) :=fx2R2:jxxnj jxxmjg: La mesurePBPV T:=fp(xn) :xn2X(!)gest le pavage de Poisson-Voronoï, construit à partird"un processus de Poisson stationnaire d"intensitéB.Figure 1:Pavage de Poisson-Voronoï :(Nombre de centres N = 15). Points bleu : centresxn,
réalisations d"un processus de Poisson dans un disque de centre 0 et de rayon 1; Région bleue : le
polygonep(x1)centré enx1; En orange : noeuds du graphe construits selon la procédure décrite
ci-dessus.Définition d"une carte aléatoireNous définissons une carte aléatoire comme la construction
d"une réalisation d"un processus de Poisson-Voronoï. Cette construction est un graphe du planformé par les arêtes des cellules et les sommets d"une réalisation d"un pavage de Poisson-Voronoï
P PV T:G(PBPV T) :=S[A; S;APBPV T
oùSest l"ensemble des sommets etAl"ensemble des arêtes du pavagePBPV T. 4 Distance sur une carte aléatoireSoientuetvdeux points dePPV T. Nous définissons les deux distances suivantes : ladistance réelleentreuetvest la distance géodésique (longueur du plus court chemin) entre ces points dans le graphe, notéedG(distance dans le graphe), ladistance à vol d"oiseauentreuetvest la distance euclidienne entre ces points dans lacarte, notéedP(distance dans le pavage).Figure 2:Exemple de réalisationP:En bleu : deux pointsuetvsurG. En vert :dG(u;v),
quotesdbs_dbs22.pdfusesText_28[PDF] vol d oiseau gps
[PDF] calculer distance vol oiseau google maps
[PDF] cercle et corde
[PDF] distance d un point ? un cercle
[PDF] segment reliant deux points distincts d'un cercle
[PDF] comment calculer une corde d'un cercle
[PDF] calcul amortissement lineaire formule
[PDF] ratios de rentabilité pdf
[PDF] cycle de conversion de l'encaisse interprétation
[PDF] ratio de rentabilité d'exploitation
[PDF] analyse de la rentabilité d'une entreprise pdf
[PDF] centre d'inertie d'un cone creux
[PDF] centre de masse cone plein
[PDF] matrice d'inertie usuelles